Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

german_credit_numeric

  • opis:

Ten zestaw danych klasyfikuje osoby opisane za pomocą zestawu atrybutów jako dobre lub złe ryzyko kredytowe. Wersja tutaj jest wariantem „numerycznym”, w którym atrybuty jakościowe i uporządkowane zostały zakodowane odpowiednio jako wielkości wskaźnikowe i całkowite.

Podział Przykłady
'train' 1000
  • Cechy:
FeaturesDict({
    'features': Tensor(shape=(24,), dtype=tf.int32),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})
  • cytat:
@misc{Dua:2019 ,
author = "Dua, Dheeru and Graff, Casey",
year = "2017",
title = "{UCI} Machine Learning Repository",
url = "http://archive.ics.uci.edu/ml",
institution = "University of California, Irvine, School of Information and Computer Sciences"
}